автореферат диссертации по машиностроению и машиноведению, 05.02.13, диссертация на тему:Разработка методов градационных преобразований в процессе допечатной подготовки изображений к полиграфическому воспроизведению

На правах рукописи

Пухова Екатерина Александровна

РАЗРАБОТКА МЕТОДОВ ГРАДАЦИОННЫХ ПРЕОБРАЗОВАНИЙ В ПРОЦЕССЕ ДОПЕЧАТНОЙ ПОДГОТОВКИ ИЗОБРАЖЕНИЙ К ПОЛИГРАФИЧЕСКОМУ ВОСПРОИЗВЕДЕНИЮ

05.02.13 - Машины, агрегаты и процессы (печатные средства информации) 05.13.06 — Автоматизация и управление технологическими процессами и производствами (полиграфические средства информации и информационные системы)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва-2015

005568844

005568844

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский государственный университет печати имени Ивана Федорова» (МГУП имени Ивана Федорова) на кафедре технологии полиграфического

производства

Научный руководитель Андреев Юрий Сергеевич, доктор технических наук,

профессор, профессор кафедры технологии полиграфического производства

Официальные оппоненты: Севрюгин Вадим Рудольфович, доктор технических

наук, Ижевский государственный технический университет имени М.Т. Калашникова, профессор кафедры технологии промышленной и художественной обработки материалов

Соломыков Василий Сергеевич, кандидат технических наук, программист Центра обеспечения информацией «Энергия» Федеральной службы охраны Российской Федерации

Ведущая организация - Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Тульский государственный университет»

Защита диссертации состоится 16.04.2015 в 13.00 часов на заседании диссертационного совета Д 212.147.01 на базе МГУП имени Ивана Федорова по адресу: 127550, г. Москва, ул. Прянишникова, 2а.

С диссертацией можно ознакомиться в библиотеке при МГУП имени Ивана Федорова. Электронная версия диссертации размещена: Ьйр//тдир.ш

Автореферат разослан « 2015 г.

Ученый секретарь диссертационного совета Д 212.147.01, доктор технических наук, профессор

Е.Д. Климова

Общая характеристика работы Актуальность исследования. В современной полиграфии весьма актуальной является проблема автоматизации процессов для возможности их внедрения в рабочий поток. При этом одна из наиболее сложных задач -автоматизация при воспроизведении изображений. Сложность решения этой задачи связана с тем, что это - задача обработки информации, которая весьма неоднозначна на входе технологического процесса. Требования к результатам обработки также различны в зависимости от параметров системы репродуцирования, а именно: вида печати, применяемого носителя (бумага, полимерные пленки)

Основными параметрами, определяющими качество изображения, являются его градационное, структурное и цветовое содержание. В данной работе будет рассмотрен вопрос возможности автоматизации процесса обработки изображения применительно к воспроизведению его градационного содержания. Воспроизведение градации в первую очередь формирует ощущение психологической точности воспроизведения изображения. Это, безусловно, применимо к черно-белым оригиналам, но и для цветного изображения правильность передачи тонов также является первоочередной задачей как вследствие важности светлотной составляющей цвета, так и вследствие того, что соотношение градаций в цветовых каналах формирует цветовое содержание изображения.

Методы коррекции градационного содержания, используемые в настоящее время в широко применяемом для современной полиграфии программном обеспечении, нуждаются в изучении и совершенствовании с целью их универсализации, а следовательно, возможности применения в автоматизированных процессах допечатной подготовки изданий. Имеются попытки автоматизации обработки, обычно использующие семантический подход, но говорить об универсальности методов коррекции различных типов оригиналов и следовательно, об автоматизации процессов коррекции, не приходится. Необходимо учитывать и тот факт, что воздействие на градационное содержание изображения приводит не только к ожидаемым

градационным преобразованиям, но и может повлиять на структуру изображения, например, вследствие формирования ложных контуров.

Градационные преобразования определяются преобразованиями, вносимыми как самой системой, так и теми преобразованиями, которые вносятся оператором для решения технологических задач. Вследствие этого важно учитывать влияние на получаемый результат как системых, так и технологических преобразований.

В связи с этим актуальным является решение вопроса о возможности автоматизации коррекции градационного содержания изображения на стадии обработки цифрового изображения при его подготовке к репродуцированию.

Степень разработанности темы. Коррекция градационного содержания традиционно проводится с использованием переходных градационных кривых. Данный метод реализован в программном обеспечении, обычно применяемом для решения репродукционных задач. Помимо этого, в основном для решения задач распознавания образов, применяется и метод коррекции с применением гистограмм. Исследования в области коррекции градационного содержания изображения изменением гистограммы проводились Эндрюсом, Холлом, Фреем, Кетчатом, Овчинниковым, Файнбергом, Лигваном и другими.

Эндрюс и Холл предложили метод выравнивания гистограммы в пределах тонового диапазона. Исследования, проведенные Овчинниковым, Файнбергом, Литваном применительно к репродукционным процессам полиграфии показали, что изображения, имеющие изначально гистограмму с распределением светлот, близким к нормальному, воспринимаются как оптимальные по критерию психологической точности. На базе этого рассматривались методы градационной коррекции по переходным кривым, позволяющие подогнать гистограмму светлот исходного изображения к нормальному распределению. Исследования по улучшению изображений путем изменения гистограммы ориентировались в основном на изображения, не имеющие значительных градационных искажений. Учет специфики изображений осуществлялся разделением на фоновую и информационную составляющую, что очень усложняет решение задачи. На базе этих исследований не было разработано метода практической реализации. Помимо

этого, исследования проводились в условиях, существенно отличающихся от условий современной цифровой обработки, например, по параметрам дискретизации сигнала изображения. Влияние этих системных факторов на результат воспроизведения не изучалось, что ставит под вопрос достоверность и применимость выводов исследований к современным системам цифровой обработки изображений. Похожий подход был предложен в способе автоматического улучшения полутонового изображения, предложенном Аниконовым, Белоконем, Мадоновым, Ковалевым. Способ заключается в определении унимодального или бимодального типа гистограммы исходного изображения с последующей пороговой обработкой для разделения гистограммы на две части, что сопоставимо с разделением на информативную и фоновую зоны. Обе части гистограммы обрабатываются отдельно с целью формирования у выделенного участка плотности распределения светлот, соответствующего нормальному. Эффективность данного способа показана для выделения объектов на естественных фонах. Возможные системные искажения, использование данного способа для изображений с градационными искажениями и различными сюжетами при подготовке к репродуцированию не рассматривались.

Для систем обработки цифровых оригиналов в технологических процессах полиграфического воспроизведения практическое применение нашли только методы нормализации и выравнивания гистограммы, реализованные в программе Adobe Photoshop в меню Adjustments.

В данной работе показано преимущество применения метода гистограммной коррекции приведением гистограммы с воздействием на нее по заданному закону распределения. Исследование проведено для цифровых изображений с различными градационными искажениями, с учетом системных преобразований и структуры изображения. Сформулированы предложения по возможным методам практического применения гистограммной коррекции в системах автоматизированного управления технологическим процессом полиграфического репродуцировании.

Цели и задачи. Цель работы состоит в разработке методов, пригодных для автоматизированной коррекции градационного содержания изображения в

цифровых системах допечатной подготовки информации для полиграфического воспроизведения.

Данная цель определила следующие задачи:

- оценить системные преобразования в цифровых системах воспроизведения, их воздействие при формировании градационного содержания изображения;

- оценить возможности существующих методов коррекции градационного содержания в цифровых системах;

- проанализировать взаимосвязь между воздействием на градационное содержание и структуру цифрового изображения в зависимости от его информационного содержания;

- оценить возможность применения прямых гистограммных преобразований как метода цифровой коррекции градационного содержания одноцветных оригиналов для полиграфического воспроизведения;

- создать предпосылки для автоматизации градационной коррекции с применением преобразования гистограмм для различных по искажениям и структуре типов оригиналов при подготовке их к полиграфическому репродуцированию.

Научная новизна. В работе впервые на основан™ анализа различных методов градационной коррекции цифровых оригиналов при подготовке одноцветного изображения к полиграфическому репродуцированию обоснован как универсальный метод, основанный на прямом преобразовании гистограмм.

Обоснована целесообразность преобразования по нормальному закону распределения при формировании гистограмм корректируемого изображения. Предложена методика преобразования гистограмм в программной среде. Экспертиза качества изображений при изменении градационного содержания показала возможность широко использовать данный метод для автоматизации процесса преобразования градации для изображений, имеющих различное информационное содержание и различные исходные градационные недостатки.

Практическая ценность. Результаты работы позволяют сформулировать рекомендации по преобразованию гистограмм для одноцветных изображений и

могут рассматриваться как база для дальнейших исследований применительно к коррекции цветных изображений. Полученные результаты могут быть использованы в системах автоматизированного управления технологическими процессами полиграфии в процессе допечатной подготовки информации к воспроизведению.

Методология и методы исследования. При решении поставленных задач были использованы численные методы вычислений, статистические методы обработки данных, метод экспертных оценок, методы цифровой обработки сигналов программного пакета MATLAB. Положения, выносимые на защиту:

1. Метод применения прямого преобразования гистограмм одноцветных изображений по нормальному закону распределения при проведении коррекции их градационного содержания применительно к условиям полиграфического воспроизведения.

2. Универсальность метода и вследствие этого целесообразность практического применения гистограммной коррекции в системах автоматизированного управления технологическими процессами полиграфического репродуцирования.

Степень достоверности и апробация результатов. Содержание отдельных разделов диссертации были представлены и обсуждались на пяти конференциях: Конференции молодых ученых и аспирантов МГУП, Москва, 2006; Международной конференции Научной межвузовской конференции преподавателей, аспирантов, молодых ученых и специалистов «Печатные средства информации в современном обществе», посвященной 80-летию МГУП, Москва, 2010; Научно-практической конференции «Инновации в издательских, печатных и мультимедиа технологиях» (Scientific-practical conference «Innovations in Publishing, Printing and Multimedia Technologies»), Каунас, 2011; Всероссийской научно-технической конференции «Исследование в области полиграфии и защиты информации» Тула, 2013; Научно-практической конференции «Инновации в издательских, печатных и мультимедиа технологиях» (Scientific-practical conference «Innovations in Publishing, Printing and Multimedia Technologies»), Каунас, 2014.

По теме диссертации опубликовано 9 статей, из них 3 в изданиях, рекомендованных ВАК.

1. Основное содержание работы

Во введении показана актуальность темы исследования и степень ее разработанности, сформулированы цель и задачи работы, а также основные положения, выносимые на защиту, оценена научная новизна, практическая значимость.

В главе 1 рассмотрена роль градационного содержания изображения при его восприятии. Показана важность коррекции градационного содержания изображения при его воспроизведении в полиграфических репродукционных системах и определены причины необходимости коррекции, такие, как ограниченность динамического диапазона репродукционного процесса, наличие в оригинале дефектов градационного содержания. Дефекты оригиналов могут быть обусловлены, например, условиями освещения при съемке цифровыми фотоаппаратами.

Рассмотрены возможные типы точности воспроизведения для изображений, представленных в цифровом виде. Показано, что в большинстве случаев для цифровых оригиналов отсутствует доступная база сравнения и в качестве критерия оценки может быть применена только психологическая точность воспроизведения. Это определяет метод экспертной оценки, как основной при оценке результатов коррекции.

Проведен анализ основных методов коррекции градационного содержания изображения, применяемых в современном программном обеспечении. К таким методам коррекции можно отнести градационную коррекцию по переходным кривым для получения необходимых градационных характеристик и метод коррекции с получением определенной формы гистограмм.

Градационная коррекция по переходным кривым характеризуется тем, что формируется некая, задаваемая кривой, зависимость изменения градации на выходе системы относительно градации на входе. Форма кривой зависимости зависит в первую очередь от семантики оригинала. Предлагается использовать кривые коррекции, имеющие разную форму для различных по семантике

оригиналов. При формировании кривых коррекции могут быть применены различные функциональные зависимости или их комбинации. В любом случае для каждого изображения необходимо подбирать индивидуальную кривую коррекции.

Метод гистограмм в программном обеспечении, применяемом для обработки изображения, в первую очередь используется для характеристики изображения. Как метод коррекции, метод преобразования гистограммы в настоящее время в большинстве случаев реализован через нормализацию и эквализацию гистограммы. Но такая обработка, как правило, не обеспечивает психологически точной передачи изображения.

Исследования по воздействию на форму гистограммы показывают возможность влиять на градационное содержание изображения путем ее изменения. Но практической реализации для изображений, предназначенных для полиграфического репродуцирования, не предложено.

При применении методов коррекции в современных цифровых системах также возникает необходимость учитывать системные воздействия, такие, как пространственная дискретизация и квантование сигнала. С точки зрения градационного содержания системные преобразования приводят к дискретности градации и ограниченности числа ее уровней. Известно, что такие ограничения могут приводить к нежелательным результатам в виде ложных контуров, проявляющихся в разной степени в зависимости от структуры изображения. Дальнейшие градационные преобразования любыми методами могут усугублять возникновение эффекта и исследование системных преобразований является необходимым при решении поставленной задачи.

Тем не менее, анализ существующих методов и исследований, проведенных ранее, дает основание предположить, что для цифровых изображений при их полиграфическом воспроизведении существует возможность реализовать коррекцию градационного содержания, используя метод гистограмм. В настоящее время существует техническая возможность использовать метод приведения гистограмм по заданному закону распределения, реализованный в программе МАТЪАВ. При этом необходимо учитывать дискретность представления градации и возможные искажения

информации вследствие дискретности при проведении градационной коррекции.

Глава 2 посвящена исследованию влияния системных преобразований на градационное содержание и структуру изображения. Для оценки влияния системных преобразований на градационные характеристики и структуру изображений при их цифровой обработке в технологическом процессе полиграфического производства, необходимо рассмотреть две возможные системы ввода информации. Это система сканирования и система цифрового фотографирования.

Особенностью систем сканирования, применяемых для оцифровки аналоговых оригиналов, является то, что они позволяют на стадии пространственной дискретизации и квантования сигнала задать параметры, с которыми изображение будет преобразовано в цифровой вид.

Особенностью при работе с цифровыми оригиналами, полученными с помощью цифровых камер, является то, что параметры пространственной дискретизации и квантования задаются самим устройством получения цифрового изображения и программой конвертации исходного файла в формат TIFF. В связи с этим возникает необходимость проследить закономерности формирования градационного содержания цифрового изображения и его структуры в зависимости от установок конвертации при условии использования конверторов, отличающихся алгоритмом обработки данных, полученных с матрицы фотоаппарата. Следует учитывать, что важным фактором, влияющим на параметры изображения, будут такие характеристики фотоаппаратов, как размер и тип матрицы, глубина цвета.

Для оценки влияния системных преобразований необходимо рассмотреть различные условия пространственной дискретизации и квантования. Для этого при различных условиях дискретизации в системе сканирования и при использовании цифровых камер получены цифровые изображения тест-объекта - полутонового непрерывного оптического клина, который может рассматриваться как модель тонового изображения.

Используемое оборудование: сканер - Heidelberg Nexscan F4I00, цифровые фотоаппараты: Салоп EOS 10D, Canon EOS 50D. Nikon D80, программы конвертации Adobe Camera RAW, Capture One 5

Квантование сигнала осуществляли с глубиной цвета 8 и 16 бит/канал. После дискретизации и квантования тест-объекта в рассмотренных системах получены зависимости количества передаваемых градаций от значения пространственной дискретизации. Для системы сканирования параметр дискретизации выражен через разрешение сканирования, Rck, для цифровых фотоаппаратов - через число мегапикселей, MP. Полученные зависимости приведены на рисунке 1

Рисунок 1 - Зависимости количества передаваемых градаций от условий дискретизации при глубине цвета 8 и 16 бит/канал: а - система сканирования, 8 бит/канал; б - система сканирования, 16 бит/канал; в - цифровые фотоаппараты Canon EOS 50D - 1; Canon EOS 10D - 2; Nikon D80 - 3, 8 бит/канал, конвертор Adobe Camera RAW; г - Canon EOS 50D - 1; Canon EOS 10D - 2; Nikon D80 - 3,16 бит/канал, конвертор Adobe Camera RAW

Количество передаваемых градаций будет зависеть также от параметров пространственной дискретизации, задаваемой при формировании цифрового изображения, хотя решающую роль в формировании числа градаций играет заданная глубина цвета.

При формировании изображения с глубиной цвета 8 бит/канал при сканировании не рекомендуется выбирать разрешение сканирования менее 300 ppi.

При съемке цифровым фотоаппаратом размер изображения в пикселях должен быть не менее того значения, при котором наблюдается достижение максимального числа градаций. Это значение для всех фотоаппаратов совпадает с реальным размером матрицы, выраженным в пикселях. При использовании разных конверторов характер зависимостей для рассмотренных фотоаппаратов не изменяется.

При формировании изображения с глубиной цвета 16 бит/канал независимо от параметров пространственной дискретизации не наблюдается снижения числа градаций в изображении до пороговой величины.

Для изображений тест-объекта были оценены зависимое™ L=f(D), где L -это значение светлотной координаты цветового пространства CIE LAB, D -оптическая плотность клина (рисунок 2).

Рисунок 2 - График зависимости L (CIE LAB) от D для сканированного изображения - 1; фотоаппарат Canon EOS50D, конверторы Adobe Camera RAW - 2, Capture One 5-3.

Глубина цвета не влияет на форму кривых как для систем сканирования, так и для цифровых фотоаппаратов. Для цифровых фотоаппаратов на данную

зависимость практически не оказывает влияния выбор фотоаппарата, но влияет алгоритм интерполяции данных, полученных с матрицы. При сканировании полученные данные соответствуют известной зависимости между светлотой и оптической плотностью в условиях отраженного света. При съемке цифровыми фотоаппаратами и последующей конвертации данных линейность градационной характеристики нарушается, наблюдается пониженный градиент в областях полутонов и теней изображений.

Анализ гистограмм полученных изображений тест-объекта показал, что при сканировании гистограммы изображений с разным разрешением и разной глубиной цвета имеют близкую форму и диапазон. Это свидетельствует о том, что гистограмма как метод характеристики изображения устойчива к условиям считывания, что может быть одним из оснований для применения гистограмм как инструмента коррекции изображения.

При получении изображений с помощью цифрового фотоаппарата замечена зависимость формы гистограммы только от применяемого алгоритма конвертации данных. Типичные гистограммы изображений тест-объекта приведены на рисунке 3.

а б

Рисунок 3 - Гистограммы тест-объекта: а -сканирование; б -фотографирование, б 1 -конвертация Capture One 5;

62 -конвертация Adobe Camera RAW

Как при сканировании, так и при конвертации фотографических цифровых изображений гистограммы изображений остаются плотными и не имеют существенных провалов независимо от аппаратного обеспечения и параметров дискретизации, т.е. на стадии считывания изображений для примененных

методов хотя и сокращается число градаций, но при этом условий формирования структурных изменений вследствие постеризации не выявлено.

Глава 3 посвящена оценке возможностей технологических преобразований градационного содержания оригинала.

Для оценки влияния градационных преобразований на градационное содержание изображения проводилось исследование воздействия коррекции методом задания переходных градационных кривых, по форме соответствующих типовым кривым коррекции. При формировании этих кривых использовалась степенная зависимость у=хт, 7=0.67; 1.5; 0.4; 2.5.

После применения коррекции для выявления необратимых последствий преобразования изображений при градационной коррекции изображения восстанавливались путем применения обратных коррекций. Восстановление изображений осуществлялось в программах Adobe Photoshop и MATLAB. Результаты коррекции контролировались по гистограммам изображений, полученным после коррекции и восстановления. В качестве исходных использовались изображения с различным градационным содержанием, т.е. с различными гистограммами. Из проведенного исследования можно установить, какого рода изменениям подвержена гистограмма изображения в результате коррекции. Можно выделить следующие изменения гистограммы в результате коррекции: смещение гистограммы в пределах тонового диапазона; изменение диапазона гистограммы; изменение формы гистограммы; прореживание гистограммы; возникновение пиков относительно основного уровня гистограммы.

Смещение гистограммы в топовом диапазоне приводит к осветлению или затемнению изображения. Величина смещения гистограммы тем больше, чем меньше исходный диапазон. На величину смещения гистограммы влияет программа, в которой проводилась коррекция. Из рассмотренных программ к большему смещению гистограммы приводит использование программы MATLAB.

Изменение диапазона гистогралшы больше выражено при коррекции в программе Adobe Photoshop. Диапазон изменяется в этом случае за счет прореживания гистограммы и связанного с ним перераспределения информации. Изменение диапазона изменяет контраст изображения.

Изменение формы гистограммы при коррекции происходит в том случае, когда величина смещения, обусловленная коррекцией, такова, что точка черного или белого достигают крайних значений диапазона. В этом случае смещение в целом имеет меньшую величину и наблюдается концентрация информации на границе диапазона, что может приводить к постеризации.

При восстанавливающих коррекциях, когда ожидается возвращение формы гистограммы к исходному виду, такое восстановление наблюдается только для изображений, откорректированных в программе MATLAB. При восстановлении в программе Adobe Photoshop наблюдаются резкие скачки гистограммы на участках, соответствующих области, где происходит изменение градиента кривой коррекции. Проявляется это явление в изображении повышением контраста в зоне светлот, соответствующей зоне изменения формы гистограммы. Наиболее выражено это явление для изображений с широким первоначальным диапазоном. Изменение формы гистограммы и изменение диапазона являются следствием прореживания гистограммы в области повышенного градиента при коррекции. Прореживание наблюдается совместно с появлением пиков в гистограмме. Уменьшение количества уровней в гистограмме может привести к эффекту постеризации. Наличие пиков в гистограмме также может являться признаком постеризации. Наиболее существенно на информационное содержание изображение влияет смещение гистограммы в тоновом диапазоне и изменение ее формы. Эти явления приводят к изменению контраста изображения и его градационной характеристики.

Так как коррекция градационного содержания изображения приводит к прореживанию гистограммы, необходимо оценить максимально допустимое число нулевых уровней в гистограмме изображения. Для этого был проведен эксперимент с искусственным уменьшением числа градаций в тестовом изображении, являющемся цифровым изображением полутонового непрерывного клина. Число градаций уменьшается до значений 128, 64, 32, что приводит к провалам в гистограмме, составляющим 2, 4, 6 уровней соответственно.

Поскольку можно было предположить, что полученные провалы будут существенно преобразовываться в процессе печатания, оценку проводили по

печатному изображению. Подготовленные изображения напечатаны на печатной машине Konica Minolta с линиатурой растрирования 150 lpi.

Оттиски были предложены экспертам для определения заметности эффекта постеризации. По результатам оценки получено, что для модельного изображения - полутонового клина, который имитирует изображение градиентной заливки, т.е. изображение, наиболее чувствительное к постеризации, провалы с двумя подряд нулевыми уровнями заметили 60% экспертов, в случае отсутствия подряд 4-х уровней 90% экспертов замечают явление постеризации.

Если в изображении мало равномерных тонов и преобладают мелкие детали, то в этом случае, в соответствии с исследованиями Гудолла и Хуанга, можно ожидать меньшей заметности эффекта постеризации. В целом показано, что прореживание гистограммы оказывает менее заметное влияние на оцениваемое изображение, чем изменение диапазона гистограммы, ее смещение и изменение формы.

В связи с тем, что корректирующие кривые интенсивно влияют на существенные признаки гистограмм, давая очевидно различающиеся результаты, сложно говорить о каком-либо едином подходе к процессу коррекции на базе корректирующих кривых. Этот вывод имеет существенное значение, так как корректирующие кривые положены в основу методов коррекции в обычно используемом в полиграфии программном обеспечении (Adobe Photoshop). Необходим индивидуальный подбор корректирующей кривой для каждого конкретного оригинала, что трудно сопоставимо с требованиями автоматизации коррекции.

В главе 4 вследствие отмеченной существенной корреляции восприятия изображения с формой гистограммы, в качестве альтернативного метода рассмотрен метод с применением воздействия непосредственно на гистограмму изображения - метод гистограммной коррекции. Для реализации коррекции градационного содержания изображения гистограммным методом в соответствии с ранее изложенными результатами исследований предлагается использовать программу MATLAB. В этой программе реализован метод приведения гистограммы, что позволяет переформировать гистограмму изображения в соответствии с заданным распределением. Так как данный метод

позволяет формировать различные варианты форм гистограмм, целесообразно оценить влияние некоторых стандартных вариантов распределений на градационное содержание изображений, что позволит сформулировать конкретные рекомендации для определенных типов изображений.

Для оценки влияния формы преобразования гистограммы на передачу градационного содержания изображения рассмотрим несколько основных вариантов задаваемых распределений: равномерное, нормальное, треугольное, линейновозрастающее, линейноубывающее.

Для анализа эффективности применения метода приведения гистограммы при коррекции большинства изображений необходимо рассмотреть различные группы тоновых изображений. Целесообразно разделить изображения на группы в зависимости от формы гистограммы.

В соответствии с формой гистограммы выделены первая и вторая группы, в которые вошли соответственно темные и светлые изображения. Эти группы моделируют недоэкспонированные и переэкспонированные изображения. Третья группа - изображения с гистограммой малого диапазона, т.е. малоконтрастные. К четвертой группе отнесены изображения, для которых характерно неравномерное освещение в информативной зоне. Типичными оригиналами такого рода могут быть портретные изображения с контрастным освещением или пейзажные фотографии, полученные при экспозиции, выставленной по наиболее освещенному участку кадра, когда более темные участки такого изображения остаются недоэкспонированными.

Как показано выше, в результате гистограммной коррекции изображений нельзя исключить получения в результате приведения гистограммы с нулевыми уровнями. Эти уровни по-разному влияют на восприятие изображений с разной детальностью. Поэтому внутри ранее определенных групп нужно дополнительно выделить группы изображений с разным количеством деталей. Для этого необходимо оценить количество равномерных тонов и контуров в изображении. Это можно сделать путем оценки относительной площади изображения, занятой контурами и равномерными тонами.

Для определения относительной площади изображения, занятой контурами, предварительно необходимо выбрать параметры определения контуров.

Важным параметром является значение светлотного порога, при котором будут формироваться двухградационные изображения, на базе которых и определяется контур на участке изображения. Для нахождения оптимальных значений пороговой величины на базе 20-ти тестовых изображений с различным количеством равномерных тонов моделируются изображения одного сюжета с различным уровнем яркости. Такой подход позволяет установить порог в условиях разной яркости при неизменном сюжете. В программе МАТЬАВ, в которой проводился анализ изображений, порог может принимать значения от 0 до 1.

Значение порога выбирается таким образом, чтобы для изображений с разным уровнем светлоты полученные в результате пороговой обработки двухградационные изображения минимально отличались друг от друга.

Полученные двухградационные изображения оцениваются визуально, и для оценки необходимого порога выбираются те изображения, в которых после применения бинаризации штриховыми элементами передается сюжет изображения без потерь важных деталей, но без излишнего выделения ложных контуров. После выбора порога с помощью оператора выделения контуров для модельных изображений оценивается процентное соотношение площадей, занятых контурами и равномерными тонами.

Получено, что для светлых изображений пороговое значение в среднем составляет 0,78, для средних по тону - 0,45, для темных - 0,11. Относительная площадь равномерных тонов — к в рассмотренных изображениях колеблется от 90 до 99 процентов.

В результате сопоставления полученных данных и сюжетов тестовых изображений изображения, у которых к=97-99%, отнесены к группе с преобладанием равномерных тонов. К группе со средним содержанием равномерных тонов отнесены изображения, у которых к = 94-96%. Изображения, у которых к<93%, отнесены к группе с большим количеством деталей.

На базе предложенной классификации выбрано 10 различных сюжетов. При этом изображения, моделирующие различные дефекты градации (изображения 1, 2, 3 групп), получены для одного сюжета в результате разных установок экспокоррекции в 11А\У-конвертере. Дополнительно выбраны

реальные изображения с гистограммами, в которых информационное содержание смещено в область теней и светов. В качестве изображений четвертой группы выбраны портретные и пейзажные изображения, для которых чаще всего встречается контрастное освещение. Всего рассматривается 18 изображений.

В каждой группе присутствуют изображения с разным количеством равномерных тонов. Это сделано с целью того, чтобы оценить, как преобразование градации может повлиять на структуру изображения и ее восприятие.

В программе МАТЬАВ получены гистограммы всех исследуемых изображений, и осуществлено приведение исходных гистограмм с использованием функций преобразования, рассчитанных на основе заданных форм распределения. Для сравнения приведено также преобразование с формированием равномерного распределения, для чего используется метод эквализации гистограммы, также реализованный в программном пакете МАТЬАВ. На рисунке 4 в качестве примера приведено изображение четвертой группы с к=98% и его гистограмма.

а б

ж

Рисунок 4 - изображение третьей группы и его гистограммы: а - исходное изображение; б - гистограмма исходного изображения; в -приведенная по равномерному закону; г -по линейновозрастающему; д - по линейноубывающему; е -по треугольному; ж -по нормальному.

В гистограммах цифровых изображений после коррекции наблюдаются провалы от 3 до 20 уровней, которые ранее при анализе преобразования полутонового клина были оценены как неприемлемые. Поэтому оценка проводилась по печатным оттискам.

Ль.

Для определения психологической точности и целостности градационного содержания, структурных преобразований при воспроизведении изображений после коррекции откорректированные репродукции были напечатаны на печатной машине Konica Minolta с линиатурой 150 Ipi.

Напечатанные изображения оценивались методом экспертных оценок с использованием метода ранжирования. В качестве экспертов были привлечены специалисты допечатных подготовки и печатных процессов полиграфического производства. Перед экспертами была поставлена задача ранжировать предложенные изображения одного сюжета из одной группы после применения гистограммной коррекции методом приведения гистограммы по рассмотренным законам распределения. Ранжирование изображений проводилось таким образом, чтобы на первом месте находилось изображение с наиболее полным воспроизведением всего тонового диапазона, с проработкой деталей во всем диапазоне, далее изображения располагались по степени ухудшения данных показателей.

По результатам экспертной оценки из 18 изображений наивысший балл получили 10 изображений, приведенных по закону нормального распределения, 6 - треугольного; одно получило одинаковые баллы для нормального и треугольного распределения, и только одно изображение, приведенное с линейновозрастающим распределением, получило наивысший балл. Но и это изображение для преобразования по нормальному закону имело мало отличающийся показатель. Следует также отметить, что гистограммы изображений после приведения по нормальному и треугольному распределению очень схожи, как и соответствующие им изображения. Поэтому практически можно выбрать преобразование по одному из них, а именно целесообразно выбрать преобразование по нормальному закону как распределение, обеспечивающее необходимую коррекцию градационного содержания.

Для оценки гистограмм откорректированных изображений после печати проведено сканирование оттисков с разрешением 300 ppi с применением функции дерастрирования. Такой подход позволил получить изображения со структурой, приближающейся к структуре, воспринимаемой визуально в условиях нормального просмотра. Примеры гистограмм цифровых

изображений с разным первоначальным распределением светлот до и после приведения по нормальному закону распределения, и гистограммы их оттисков приведены на рисунке 5.

1к_

а б В

1

г д е

11

ж з и

Рисунок 5 - Гистограммы изображений: а-в -исходных изображений; г-е -цифровых изображений, приведенных по нормальному закону распределения; ж-и -оттисков.

Гистограммы оттисков отличаются усреднением значений в пределах тонового диапазона с сохранением общей формы гистограммы, в которой провалы практически ликвидируются. В зависимости от условий печатного процесса степень усреднения гистограммы может изменяться совместно с изменением диапазона гистограммы. Вместе с тем в гистограммах печатных изображений можно проследить наличие пиков. Самые большие пики наблюдаются в областях светов изображений и характеризуют наличие бликов с выраженным эффектом постеризации. Для изображений с провалами до 20-ти уровней в гистограмме цифрового изображения после коррекции наблюдается выраженный провал в гистограмме оттиска, что также может свидетельствовать об эффекте постеризации (рисунок 5е, 5и).

Наилучшие результаты градационной коррекции различных изображений практически не зависят от первоначального распределения информации в тоновом диапазоне, т.е. результаты показывают применимость коррекции с приведением гистограмм для темных, светлых, малоконтрастных изображений, и изображений с контрастной освещенностью. Можно считать, что преобразование гистограммы по закону нормального распределения плотности

вероятности дает наилучший результат и является универсальным для большинства изображений.

На полученных результатах может базироваться метод практического применения градационной коррекции в системах автоматизированного управления технологическим процессом. Рекомендуется в качестве основы автоматической коррекции градационного содержания изображения на стадии подготовки цифрового изображения к репродуцированию применять гистограммную коррекцию, основанную на методе приведения гистограммы. В качестве алгоритма приведения гистограммы следует использовать воздействие нормального распределения на плотность вероятности, как наиболее приемлемое для большинства изображений независимо от первоначального распределения. Результаты работы можно также рассматривать как основу дальнейших исследований применительно к коррекции цветных изображений.

2. Основные результаты работы

1. Оценено влияние системных преобразований на формирование градационного содержания изображения, показано сокращение числа градаций при малых разрешениях как для изображений с глубиной цвета 8 бит/канал, так и 16 бит/канал, выявлена аппаратная и программная зависимость градационной характеристики изображения и гистограммы. При этом не наблюдается условий формирования структурных изменений вследствие постеризации, о чем свидетельствует получение гистограмм без нулевых уровней при всех рассмотренных параметрах дискретизации. Таким образом, системные преобразования, хотя и должны быть учтены при градационной коррекции, но не являются препятствием для автоматизации градационной коррекции.

2. Оценены возможности существующих методов коррекции градационного содержания, показана практическая невозможность градационной коррекции методом переходных кривых для реализации универсальной коррекции градации оригиналов с различными градационными искажениями.

3. Проанализирована взаимосвязь между преобразованием градационного содержания изображения и его структурой, показана возможность появления ложных контуров в изображении в результате коррекции. Установлено, что для изображений, в которых контуры первоначально отсутствуют (градиентная заливка), возникающие ложные контуры визуально заметны на оттисках при провалах в гистограмме цифрового изображения, составляющих 4 уровня или

более. Для оценки влияния структуры изображения на возможные методы и результаты градационной коррекции показана необходимость создания классификации оригиналов по этим признакам, разработана методика такой классификация с разделением изображений на три группы в зависимости от соотношения тоновой и котурной информации.

4. Показано, что метод приведения гистограммы по нормальному закону распределения позволяет устранять различные существенные искажения градационного содержания изображения практически для любых одноцветных оригиналов при максимальном сохранении деталей во всем тоновом диапазоне оттиска. При этом сама гистограмма цифрового изображения и оттиска может не соответствовать форме нормального распределения, сохраняя особенности гистограмм конкретного изображения.

5. Оценена возможность применения гистограммных преобразований как метода коррекции изображений, пригодного для коррекции градации в технологическом процессе допечатной подготовки изображений. Результаты работы создают предпосылки практического применения гистограммной коррекции с применением функций MATL AB в программе Adobe Photoshop в системах автоматизированного управления технологическим процессом полиграфического воспроизведения. Результаты работы можно рассматривать как основу дальнейших исследований применительно к коррекции цветных изображений.

Публикации по теме диссертационной работы

Публикации в ведущих рецензируемых изданиях, рекомендованных ВАК РФ

1. Пухова Е.А. Оценка структурных свойств цифровых оригиналов, полученных с помощью цифровых камер / Ю.С. Андреев, Е.А Пухова // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. - 2013. - №2. — с. 60-65.

2. Пухова Е.А. Классификация оригиналов для определения их устойчивости к проявлению эффекта постеризации / Е.А Пухова // Известия ТулГУ серия технические науки. — 2013. - Вып. 3.— с. 123-129.

3. Пухова Е.А. Применение гистограммной коррекции для устранения градационных искажений при цифровой обработке изображений / Е.А Пухова, Ю.С. Андреев // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. - 2014. - №6. — с. 41-47.

Публикации в других изданиях

4. Пухова Е.А. Анализ факторов влияющих на потерю целостности информации в процессе ввода в систему и в результате градационной коррекции / Ю.С. Андреев, Е.А Пухова, Е.С. Бычков// Вестник МГУП. -2006.-№1,—с. 35-39.

5. Пухова Е.А. Особенности воспроизведения градационного содержания оригинала в цифровых системах / Ю.С. Андреев, Е.А Пухова // Вестник МГУП. - 2006. - №1,- с. 30-34.

6. Пухова Е.А. Воспроизведение градационного содержания оригинала в цифровых системах» (тезисы) / Е.А Пухова // Вестник МГУП. - 2006. - №6. — с. 34-38.

7. Пухова Е.А. Влияние ресемплинга на градационные и резкостные параметры при конвертировании RAW -файлов (тезисы) / Ю.С. Андреев, Е.А Пухова // Innovations of publishing, printing and multimedia technologies', Kaunas - 2011-c. 26-30.

8. Пухова Е.А. Оценка влияния градационных преобразований и условий вывода на целостность изображения с различной глубиной цвета / Ю.С. Андреев, Е.А Пухова, Ц.С. Зайганов // Вестник МГУП. - 2012. - №10. — с. 170-174.

9. Пухова Е.А. Оценка влияния градационных преобразований на параметры изображения (тезисы) / Ю.С. Андреев, Е.А Пухова // Innovations of publishing, printing and multimedia technologies', Kaunas. - 2014.-c. 5-14.

Подписано в печать: 20.02.15 Заказ №8346 Усл.печ.л 1,5 Тираж: 100 Типография «ОПБ-Принт» ИНН 7715893757 107078, г. Москва, Мясницкий пр-д, д. 2/1 (495) 777 33 14 www.opb-print.ru